Anthropic发布了一份题为《构建常驻智能体》的工程指南,阐述如何设计在用户离开键盘后仍能持续工作的AI助手。其核心思路与人们惯常的想象相反:常驻智能体并不是全天候盯着仪表盘,而是绝大部分时间处于休眠状态,只在邮件、付款或定时器触发时短暂唤醒工作,记录下所做的事,然后重新休眠。指南将整套设计归结为五个构建单元,Anthropic称之为"基础组件"(primitives):收件箱(Inbox)、定时器(Timers)、记忆(Memory)、权限(Permissions)和发件箱(Outbox)。指南还给想要尝试的人一条明确建议:先构建一个范围狭窄、只读的任务,让智能体随时间逐步赢得更多职责。
这一模式为何此刻可行
指南指出,两项变化使得如今值得构建后台智能体。第一是模型判断力。当前的前沿模型更善于理解用户意图,也更能分辨哪些操作可以自行执行、哪些需要人工签字确认。对于在无人看管时行动的智能体而言,这一区分正是关键所在。
第二是成本。Anthropic表示,在一项长周期编程基准测试中,Claude Opus 5.5每解决一项任务的成本比Claude Opus 5低78%,而在标准工作负载上的平均降幅约为40%。这一点之所以重要,是因为常驻智能体会累积大量小规模运行。指南中的一个示例预算显示:单次运行约消耗8,000个token,一天38次运行约29.3万个token,一个月1,140次运行约900万个token。每次运行的token效率决定了月度总量是否可控。
指南将常驻智能体与两种常见方案做了对比:
| 方案 | 行为方式 | 局限 |
|---|---|---|
| 聊天会话 | 用户输入,模型回答,会话等待 | 纯被动响应 |
| 定时任务(cron) | 固定时间触发,每次运行记忆为空 | 无状态,跨天无连续性 |
| 常驻智能体 | 由事件或定时器唤醒,在运行之间保留笔记 | 需要下文所述的五个基础组件 |
休眠与运行的循环
工作的基本单位是一次"运行"(run)。触发信号到来,智能体唤醒,完成一项独立任务,把状态变化写入持久存储,然后关闭。token只在这个窗口内消耗,空闲时间不产生费用。指南中的一个示例日程显示,智能体在04:50活跃以记录一笔付款,08:00发送摘要,12:00回复一封邮件,16:20发送回信,20:25发送提醒,其余时间没有任何进程在运行。
Anthropic打的比方是一位称职的人类助理:他们不会整天盯着收件箱,而是在有东西到达时查看、处理、记下笔记,然后去做别的事。

▲ 常驻智能体的五个基础组件
五个基础组件
收件箱
收件箱是智能体自己的队列,而不是用户的电子邮箱。所有外部事件,无论是新邮件、日历邀请、用户的直接指令、webhook(一项服务向另一项服务发送的自动通知)还是付款确认,都先落到这里。
指南解释了这层缓冲为何必不可少。如果事件直接调用智能体,两个同时到达的触发可能生成两个智能体实例并覆盖同一个文件,而任务中途崩溃会让工作完全丢失。队列保存待处理项目,让每项作业经历"待处理""处理中""已完成""已崩溃"等明确状态,并将相近时间到达的消息合并处理。如果用户连发三条消息,智能体可以读完三条后用一条连贯的回复一次作答。
定时器
定时器赋予智能体主动性。没有定时器,它永远只能被动响应。指南将其分为两类:
- 日程(Schedules):用户定义的周期性事件,例如每天早上8:00的收件箱摘要。
- 跟进(Follow-ups):智能体为自己设置的一次性提醒,例如周四早上检查某张发票是否仍未支付。
两者都存放在一个由外部调度器监视的定时器队列中。定时器到期时,调度器向收件箱投放一项任务,该任务唤醒智能体。
记忆
由于每次运行结束后进程终止、工作记忆清空,连续性依赖于磁盘上的文件。指南的根本规则很严格:只保存那些无法从外部工具可靠地再次查到的内容,其余一切都应即时重新获取。
Anthropic描述了四类笔记,通过一个简短的index.md文件索引,智能体唤醒时先读取它:
| 文件 | 用途 |
|---|---|
| instructions.md | 智能体应如何行事 |
| notes/preferences.md | 它对用户了解到的信息 |
| reported.md | 已经告知用户的内容,避免重复提醒 |
| progress/invoices.md等 | 进行中任务的实时进度 |
智能体只在任务需要时才拉取详细的子笔记,以保持上下文窗口精简。在运行之间,指南描述了一个称为"做梦"(Dreaming)的离线维护步骤:智能体整合旧的会话记录,清理过时事实,并将规律提炼成简洁的偏好条目,例如"团队周三开会"或"总是先要看总数"。在成本方面,Anthropic建议对固定的基础上下文(指令、工具定义和索引)使用提示词缓存,这样每次运行中重复的部分无需每次全额付费;同时在上下文增长时进行对话压缩并开启新会话。
权限
指南称这是风险最高的一层,因为智能体是在用户不在场时行动。它描述了三道防线:
- 凭证隔离。模型永远看不到原始API密钥或密码。请求经由一个代理服务转发,由代理在模型环境之外注入凭证。
- 确定性风险过滤。基于规则的检查自动放行低风险操作,例如读取日历或起草回复,并硬性阻止危险操作,例如批量删除文件。
- 人工审批关卡。高影响决策,例如给VIP客户发邮件,会暂停该操作并向用户手机发送审批请求。
有一个细节值得注意:当某项升级操作等待审批时,智能体会在后台继续处理其他无关任务,而不是停下来干等。
发件箱
发件箱控制智能体如何以及何时与主人沟通。每次运行以三种结果之一收尾:一条信息性更新、一个问题,或者在没有什么值得关注时保持沉默。发件箱还能控制节奏、延后消息,这样一条低优先级的提示不会在半夜吵醒用户。Anthropic的设计建议是"先保持安静,随时间逐步赢得用户更多的注意力"。指南中的一组对比展示了两种模式:安静模式每天早上发一条汇总消息,而嘈杂模式发出十条冗余通知,把真正重要的那一条淹没其中。
五个部分合在一起构成一个循环:触发信号进入收件箱,智能体检查定时器并加载记忆,在权限边界内行动,更新记忆,再通过发件箱汇报。
运行途中出现新事件怎么办
指南的基线是一个队列同一时间只有一个活跃工作进程,从而排除状态冲突。当一次运行进行中有新事件到达时,开发者从三种策略中选择一种:
- 下次运行(Next Run):先保留事件,等当前任务完成再处理。最适合彼此独立的批处理作业。
- 并入(Fold In):把新消息注入正在运行的上下文。适合对话型助手。在一个例子中,用户让智能体预订今晚四人餐位,随即补充"改成5个人,找个公司附近的地方",智能体把两条指令合并,最终确认今晚7:00的五人餐位。
- 重启(Restart):取消当前运行,带着两份输入重新开始。当新输入使旧任务失效时很有用。

▲ 催款智能体的跳过、发送与请示决策
催款智能体的完整一天
指南以一个为小企业催收未付发票的智能体为例进行了演示。早上8:00,日程定时器向收件箱投放一项任务,唤醒智能体。它读取instructions.md,其中写着要礼貌、每周催款不超过一次、给VIP客户发邮件前先请示,接着读取progress/invoices.md,发现三笔逾期账款:
| 发票 | 客户 | 决定 |
|---|---|---|
| #1041 | Harbour Cafe | 周一已联系过,跳过 |
| #1042 | Lane & Co | 普通客户,自动发出礼貌提醒 |
| #1043 | Apex Group | VIP客户,提醒暂缓,等待审批 |
智能体通过发件箱把Apex Group邮件的审批请求发到用户手机,设置一个周四上午9:00的跟进定时器,更新进度笔记,不到一分钟便重新进入休眠。中午12:30,用户回复"可以"。这条回复进入收件箱,唤醒智能体,邮件发出,记录更新,智能体继续休眠直到下一次触发。
Anthropic还列举了适用同一模式的其他工作流:一个把邮件分拣到"客户"和"收据"类别、仅在高优先级消息时提醒用户的邮件助手;一份汇总昨日销售额(示例中为14笔订单共$1,240,增长12%)、当天会议和精选行业新闻的早间简报;一个负责报价和发票的跟进协调员;以及一个在18:00检查Jira、Trello或Linear,总结哪些事项移到了"已完成"、哪些卡在"进行中"的项目看板监视器。
指南警示的四个错误
- 通知过载。为无关紧要的同步发提醒,会让用户学会忽视一切,关键提醒反而被错过。
- 权限过大。永远不要把root凭证、宽泛的银行账户访问权或不受限制的删除权交给智能体。工具定义的范围应限制在所需的最小限度。
- 冗余记忆。把已经存在于日历或会计系统中的数据复制到智能体笔记里,副本必然会与源数据脱节。
- 第一天就扩大范围。什么都做的智能体往往会连锁式失败。应先做好一个可靠的工作流。
调校智能体的"话量"
按Anthropic的框架,评估常驻智能体主要在于校准它开口的频率。指南建议构建评估集来找到合适的沟通阈值,并提供了一个低技术门槛的每周习惯:回顾智能体发出的每条消息,逐条标记为"有用""跳过"(噪音)或"本该提醒"(智能体应当提出却没有提出的事)。诸如"跳过仅供参考的消息,只在客户回复时通知我"这样的直接反馈会写入偏好笔记,经过几周迭代,发件箱的判断力会越来越准。
从哪里开始
指南对第一个智能体的建议刻意保持克制:不要在第一天就把五个基础组件全部做到完整深度,而是:
- 选一项可靠的任务,例如通过Telegram推送的早上8:00每日摘要。
- 用简单的cron日程和一份精简的instructions.md来驱动它。
- 只授予日历和邮件的只读访问权限。
- 任何涉及财务或删除的操作,前面都加上人工审批。
- 每日运行稳定后,再逐层加入跟进定时器、更多队列和主动联络。
Anthropic指出,Claude Code可以帮助逐步生成每个基础组件,这或许能降低希望快速搭建这一循环的开发者的门槛。
结论是,"常驻"描述的是体验,而不是算力占用。一个构建良好的后台智能体几乎一直在休眠,只为明确定义的运行而唤醒,只记住无法查到的内容,自身不持有任何机密,只在有值得说的话时才开口。先从一个安静的只读任务起步,每周回顾它发出的内容,只有在它证明自己之后才扩大其权限和触及范围。


